基于振动测试的杆系钢结构损伤识别：理论、方法与实践.docxVIP

基于振动测试的杆系钢结构损伤识别：理论、方法与实践

一、引言

1.1研究背景与意义

在现代工程领域，杆系钢结构凭借其强度高、重量轻、施工便捷以及良好的抗震性能等显著优势，被广泛应用于建筑、桥梁、机械制造等众多行业。在建筑领域，大跨度的体育场馆、展览馆等常常采用杆系钢结构来构建主体框架，以实现开阔的内部空间；桥梁建设中，斜拉桥、悬索桥的主要受力结构也多为杆系钢结构，确保了桥梁在复杂荷载作用下的稳固性；机械制造行业里，各类大型设备的支撑结构同样离不开杆系钢结构。然而，在长期服役过程中，杆系钢结构会不可避免地受到各种因素的影响。例如，建筑结构可能会因地震、大风等自然灾害，以及温度变化、材料老化等因素导致结构性能下降；桥梁结构除了承受自然因素影响外，还需经受频繁的车辆荷载冲击，致使构件产生疲劳损伤；机械制造中的钢结构支撑在长期的振动和复杂应力作用下，也容易出现磨损、裂纹等损伤情况。

这些损伤若未能及时被发现和处理，极有可能引发严重的后果，危及人们的生命财产安全。如2018年5月4日，莆田一在建钢结构办公楼轰然坍塌，造成5人死亡，2人重伤，直接经济损失989.9万元，经调查，事故的直接原因是钢结构H型钢柱稳定承载力严重不足，钢结构制作、安装质量存在严重缺陷，在砌筑墙体时导致结构失稳整体坍塌；2021年7月21日，重庆市合川区金星玻璃制品有限公司新建4号库房发生坍塌事故，造成5名作业人员死亡，直接经济损失1049.9万元，事故原因是钢结构自身稳定性不足，受突发大风诱发。由此可见，对杆系钢结构进行有效的损伤识别具有至关重要的现实意义。

振动测试作为一种无损检测技术，近年来在结构损伤识别领域受到了广泛关注。其基本原理是基于结构的振动特性，如固有频率、模态振型和阻尼比等，这些参数与结构的物理特性（质量、刚度和阻尼）密切相关。当结构发生损伤时，其物理特性会发生改变，进而引起振动特性的变化。通过对结构振动特性的精确测量和分析，就能够实现对结构损伤的识别、定位和程度评估。相较于传统的检测方法，如外观检查、超声检测、磁粉检测等，振动测试具有无需直接接触结构、可进行整体检测、能够实时监测等显著优点。因此，深入研究基于振动测试的杆系钢结构损伤识别方法，对于保障结构的安全运行、提高结构的可靠性和使用寿命具有重要的理论和实际应用价值。

1.2国内外研究现状

国外在基于振动测试的结构损伤识别领域起步较早，取得了一系列具有重要影响力的研究成果。早在20世纪70年代，美国国家航空航天局（NASA）就开始将振动测试技术应用于航空航天结构的健康监测，通过测量结构的固有频率和模态振型变化来检测结构损伤。随后，众多学者围绕这一领域展开了深入研究。在基于固有模态频率的结构损伤识别法方面，Doebling等学者通过大量的实验研究，验证了固有频率对结构损伤的敏感性，发现结构一旦出现损伤，其固有频率会相应降低，且损伤程度越大，频率降低越明显，他们还提出了基于频率变化比的损伤识别指标，为该方法的实际应用奠定了基础。在基于模态振型的结构损伤识别法研究中，Pandey等人提出了模态应变能法，通过计算结构损伤前后模态应变能的变化来确定损伤位置和程度，该方法在简单结构的损伤识别中取得了较好的效果。

在基于模型修正的损伤识别方法方面，Friswell和Mottershead对结构动力学模型修正理论进行了系统的阐述，通过调整结构有限元模型的参数，使其计算结果与实测振动数据相匹配，从而实现对结构损伤的识别和定位，为模型修正方法的发展提供了理论框架。基于计算智能技术的损伤识别方法也得到了广泛研究，如神经网络、遗传算法等。例如，Koh和Paul使用神经网络对结构损伤进行识别，通过对大量损伤样本的学习和训练，使神经网络能够准确地识别出结构的损伤位置和程度；Gen和Cheng则将遗传算法应用于结构损伤识别，通过优化算法搜索结构参数的最优解，以实现对损伤的准确识别。

国内的相关研究起步相对较晚，但发展迅速。许多高校和科研机构在这一领域投入了大量的研究力量。在基于固有模态频率的损伤识别方面，一些学者通过对不同类型杆系钢结构的数值模拟和实验研究，进一步完善了基于频率变化的损伤识别理论和方法，考虑了结构的复杂边界条件和多种损伤形式对频率变化的影响。在基于模态振型的结构损伤识别法研究中，国内学者针对模态振型测试精度较低的问题，提出了多种改进措施，如采用高精度的传感器和信号处理技术，提高模态振型的测量精度，从而提高损伤识别的准确性。在基于模型修正的损伤识别方法研究中，国内学者结合实际工程应用，提出了一些实用的模型修正策略，如考虑结构材料非线性和几何非线性的影响，使模型修正结果更加符合实际结构的力学行为。

在基于计算智能技术的损伤识别方法